準ニュートンBFGSアルゴリズムの一部としてラインサーチを実行しています。ラインサーチの1つのステップで、3次補間を使用して、ローカルミニマイザーに近づけます。
してみましょう関心の関数です。f ′(x ∗)≈0となるようなを見つけたい。
ましょう、、と知られています。また、想定。三次多項式ので、、、と。
私は二次方程式を解きます:は、閉形式の解を使用して、求めたx ∗ に対してです。
上記は、が(1 )の閉じた形の解をaで割るaで除算する場合を除いて、ほとんどの場合にうまく機能します。
私の解決策を見ていると、それは「小さすぎる」であれば、単純に二次多項式の最小化のための閉じた形のソリューション取るQ 2(X )= B のx 2 + C X + D私はすでに係数の持っているBを、C 、Dへの以前のフィットからQ (X )。
私の質問は次のとおりです。立方体に対して2次補間を行うタイミングを調べるにはどうすればよいでしょうか。以下のためのテストへの単純なアプローチ≡ 0は私が探していますので、数値的な理由による悪いです| a | < ε τどこεはマシンの精度ですが、私は良いのかを決定することができないんだτの規模不変だFを。
おまけの質問:失敗した3次近似からの係数使用に数値的な問題はありますか、または係数を計算する適切な方法で新しい2次近似を実行する必要がありますか?
明確化のための編集: 私の質問で一般に呼ばれているもの、実際にあるφ (α )= F (ˉ X K + α ¯ P K)文献に記載されています。質問の定式化を単純化しました。私が解決している最適化問題は、6次元では非線形です。また、BFGSライン検索にはWolfe条件で十分であることをよく知っているので、f ′(x ∗)≈0に興味があったと述べています。; 強力なウルフ条件を満足するものを探しています。3次近似の最小化を行うことは、そのための良いステップです。
問題はBFGSについてではなく、2次近似がより適切であるほど3次係数が小さい場合をどのように決定するかでした。
編集2:表記法を更新します。方程式は変更されません。